遗传算法与变邻域搜索混合模型在护士排班中的应用

目的在探讨基于层级管理的护士APN排班模型的基础上,引入具有精确的全局搜索能力的遗传算法与变邻域搜索混合模型来解决护士排班过程中人员层级复杂、不同班次人员需求量不同等问题。方法首先,初始化排班表,然后利用遗传算法对初始化的排班表进行搜索,得到一个初步的排班表,最后利用变邻域搜索优化排班表,得到满足要求的排班表。结果使用该混合模型得到的排班表,能满足每日护士的人数需求和每名护士的工作量要求。同时,基于层级管理,各层级护士分开排班,能降低排班难度,在增加护士人员时,效率仍然较高。结论遗传算法与变邻域搜索的混合模型能解决护士排班中的各种复杂问题,是一种符合实际需求的模型。基于此模型来编制护士排班软件,能提升护理工作效率和满意度,便于对护理人员进行量化考核统计分析。     

PTEN和p27的表达与胃癌发生及分化的关系

目的探讨PTEN和p27两种抑癌基因的表达与胃黏膜癌变及癌细胞分化程度的关系。方法采用免疫组织化学方法对胃癌组织、癌前病变和对照组正常胃黏膜进行PTEN和p27表达的检测。结果胃癌组PTEN阳性率为53.3%,较正常组和癌前病变组明显下降（P〈0.01）;低分化组PTEN阳性率为36.0%,显著低于胃癌高中分化组（P〈0.01）;高中分化组PTEN阳性率与癌前病变组无差异;胃癌组p27阳性率为35.6%,明显低于正常组（P〈0.05）,但与癌前病变组无差异;胃癌高中分化组p27表达率与低分化组无差异;胃癌组织中PTEN和p27表达呈正相关,但相关度较低（P〈0.05,列联系数C=0.312 2）。结论PTEN与胃癌的分化程度密切相关,可作为判断胃癌恶性程度的指标;p27表达异常可能是胃黏膜癌变过程中的早期分子事件,与胃癌分化程度无关;二者在胃癌组织中的表达无明显相关关系。     

李济仁治疗胃系疾病方药规律数据挖掘系统综述

[主要目的]数据挖掘分析李济仁治疗胃系疾病方药规律。[资料来源]2014年12月至2015年3月皖南医学院附属弋矶山医院国医大师工作室门诊。[选择文献量及依据]中医和中西医结合临床确诊或经胃镜确诊胃系疾病的病案处方。复诊次数≥2次,只选择一次复诊病案。排除信息不全、方药组成不完整及临床疗效不显著病案。[数据提炼规则及应用方法]筛选处方录入"中医传承辅助系统(V2.5)",2位助手审核。采用关联规则Apriori算法、复杂系统熵聚类等无监督数据挖掘方法,分析方药使用频次及药味关联规则。药味频次:方剂药味按出现频次排序;药症关联:症状按出现频次排序;组方规律(支持度20%,置信度0.9):药味组合按出现频次排序,关联分析所得药对;聚类分析新药味组合(改进互信息法、复杂系统熵聚类):聚类分析前,选择合适相关度和惩罚度,"提取组合",发现新药味组合(基本算法示无监督熵层次聚类),网状结构图展示。[数据综合得出结果与结论]纳入样本80例,处方120首,用药117种。使用频次25的前10味:炒白术茯苓蒲公英乌药木香佛手瓦楞子香附金钱草全蝎。药症关联前7位症状:嗳气腹胀胃脘胀痛大便不成形胃脘隐痛泛酸嘈杂。16味联系紧密核心用药:黄芪、炒白术、茯苓、木香、瓦楞子、姜半夏、竹茹、八月札、佛手、香附、蒲公英、金钱草、沉香、乌药、延胡索、全蝎。聚类新药味组合共6对。[未来展望]多中心、大样本长时间调查研究,更好挖掘、传承名老中医经验。     

基于RGB色彩空间的彩色图像混合编码

在RGB色彩空间,利用彩色图像3个色彩分量之间存在的密切的相关性,建立它们之间的多项式相关函数.选择其中一个色彩分量用JPEG2000进行编码,依据该色彩分量与另两个色彩分量的差值分布均匀程度,用四又树算法将图像分割成若干个不重叠的子块,用多项式相关函数计算出每个子块色彩分量之间的相关系数,由此对另两个色彩分量的编码就转变成对相关系数的编码.解码则是通过JPEG2000的逆变换得到一个重构的色彩分量,再由这个重构的色彩分量和重构的相关系数解得另两个色彩分量.实验结果表明,该方法不仅编解码速度快,而且信噪比、压缩比及视觉效果明显优于JPEG2000等算法的编码结果.     

邻域比较数字滤波——一种对脑电信号进行滤波的有效方法

目的：探讨对脑电时间序列进行邻域比较的数字滤波方法的实用价值。方法：对10例实测脑电信号用邻域比较数字滤波的方法和中值滤波的方法进行处理,观察比较两种方法滤波效果。结果：邻域比较滤波法对叠加有单个噪声脉冲及连续噪声脉冲的脑电信号有很好的去噪效果,对尖波和棘波几乎没有影响,EEG信号无失真。中值滤波法对叠加单个噪声脉冲的脑电信号有效,而对叠加有连续噪声脉冲的脑电信号则失效,并使EEG中尖波,棘波及高频信号失真。结论：在脑电信号处理中,邻域比较数字滤波方法在消除干扰脉冲,保持脑电信号不失真两方面均优于中值滤波法,是一种有实用价值的滤波方法,。     

一种新的边界提取算法及其在接触角测量中的应用

提出一种基于子图像邻域梯度信息度量的边界提取算法,通过构造邻域信息映射矩阵并利用矩阵梯度信息度量值提取图像目标的有效边界,详细阐述了应用本文算法实现劣质液滴图像的边界检测及接触角测量的方法与步骤。实验结果表明:本文算法能有效地提取劣质液滴图像的目标边界,完成液滴接触角的自动计算,接触角计算结果与人工计算结果基本一致。     

医学超声图像三域滤波去噪算法

针对视频格式的医学超声图像序列,提出了一种同时利用空间域、灰度域和时间域的相关信息的三域滤波算法。首先对每一帧图像,充分利用空间域和灰度域的相关信息构建自适应邻域,接着进行空间域和灰度域加权滤波,最后利用相邻帧之间的时域相关性进行时域加权滤波。三个域的滤波均采用高斯核函数加权,从而减小了滤波结果对阈值选取的敏感度,提高了算法的稳定性。实验结果表明,三域滤波算法能有效地抑制图像中的噪声,并保留边缘细节,有利于图像的特征提取、识别和分析。     

普通话儿童词汇相邻性多音节词表编制研究

目的以心理语言学言语听辨领域的邻域激活模型（Neighborhood activation model,NAM）为理论指导,编制开放式的普通话儿童词汇相邻性多音节词表（Mandarin Multisyllabic Lexical Neighborhood Test,M-MLNT）,用于跟踪调查使用助听器或植入人工耳蜗儿童的言语识别能力的改善。方法根据邻域激活模型,邻居词汇数目较少但在口语中出现频率高的目标词定义为“易词”,邻居词汇数目较多但在口语中出现频率低的目标词定义为“难词”。计算儿童语料库中双音节词的出现频率和邻居词汇数目,获得频率和邻居数目的中位数,出现频率大于中位数而邻居数目小于中位数的词定为易词,出现频率小于中位数而邻居数目大于中位数的词定为难词。编制出汉语普通话儿童词汇相邻性双音节词表。选择3~5岁听力正常儿童30名为受试者,进行词表的初步验证。结果儿童日常口语语料库中包括2745个双音节词,出现频率从1至1878,中位数为2;目标词邻居数目从0至5,中位数为0。根据邻域激活模型定义出945个易词和223个难词。为使每个词表含有均衡的音位种类并难度相当,最终选择120词作为测试条目,编制易词表3张,每张20词,难词表3张,每张20词,共6张MLNT词表。经统计学分析,三张易词表间各测试条目的出现频率、邻居数、30名受试者测试得分均无显著性差异（P〉0.05）,三张难词表间各测试条目的出现频率、邻居数、30名受试者测试得分均无显著性差异（P〉0.05）,易词表和难词表间测试得分具有显著性差异（P〈0.01）。结论汉语普通话儿童词汇相邻性双音节词表（M-MLNT）设计过程中没有音素平衡的限制,测试条目更为儿童所熟悉。用于评价听力损失儿童的口语词汇辨识能力,有利于获得个体间的真实差异。M-MLNT可作为使用助听器或人工耳蜗植入儿童词汇辨识能力的长期追踪测试,用于评价助听装置的使用效果和儿童对声学-音位相似性的敏感度。     

基于加权距离邻域选取策略的多模态过程故障检测

针对多模态过程数据密度不规则性提出的一类基于密度的方法,大多是以欧式距离为基础来比较彼此间的相似性,从而检测过程是否发生故障。然而多模态数据密度在较小范围内变化较大,采用欧式距离很难获得全面的数据信息。本文提出了一种新的基于加权距离选择邻居的策略,该策略首先对距离进行合理的加权,再根据新的加权距离重新选择样本点的邻居,能有效地避免数据信息不全面的问题。在仿真实验中,首先通过比较基于传统的欧式距离和基于本文加权距离选取的邻居,说明本文策略的优越性;进而将该策略与局部离群因子（Local Outlier Factor, LOF）结合用于TE过程,对TE过程的仿真结果表明该策略在应用于基于密度的检测方法上获得了的良好效果。